为什么 XOR 问题更适用于双极表示？

Question

我正在学习神经网络课程，教授向我们介绍了 XOR 问题。我理解 XOR 问题不是线性可分的，以及为什么我们需要使用神经网络来解决这个问题。

但是，他提到 XOR 在我不理解的双极表示 (-1, +1) 上效果更好。我查看了不同网站的资源，但我无法真正理解原因。

我想知道为什么双极表示会比二进制表示更好？这种论点的理由是什么？

Answer 1

输入节点的权重增量涉及输入值。使用二进制表示时，输入节点的值可能为 0，这意味着其权重增量为 0。换句话说，当应用此输入向量时，该节点无法“学习”任何内容。

相比之下，如果使用双极表示，则可以避免这种情况，因为输入节点的值永远不会为 0。这意味着输入节点始终可以学习，从而有助于训练更快地收敛。